Análisis
Todos los alumnos pueden alcanzar el éxito.
Si supervisa el rendimiento de los alumnos en su curso, puede garantizar que todos tengan una oportunidad para el éxito.
En un entorno educativo tradicional, puede determinar si los alumnos comprenden el material por medio de pistas no verbales, expresiones faciales, participación y preguntas. En su curso en línea, puede evaluar el desempeño del estudiante con una colección de herramientas de Blackboard.
Cuanto antes empiece, mejor. Utilice las herramientas para establecer una línea de base del rendimiento de los alumnos. Esta línea de base tiene un valor incalculable a la hora de compararla con el rendimiento de los alumnos durante el curso. Podrá observar patrones y reconocer cuándo debe ayudar a los alumnos en situación de riesgo a superar los obstáculos e impedir que los alumnos con elevado rendimiento se acaben aburriendo.
El rendimiento de los alumnos también proporciona pistas sobre el diseño y la eficacia globales de un curso.
Ver un video sobre Análisis
En el siguiente vídeo, podrá ver una representación visual y auditiva de la información que se presenta en esta página. Para obtener una descripción detallada de lo que se muestra en el video, abre el video en Vimeo.
Uso de registros y datos de acceso del usuario para tomar decisiones relacionadas a la integridad académica
Anthology no recomienda que el único medio para decidir acerca de la integridad académica de los estudiantes sea utilizar los registros de acceso y actividad. Técnicamente, es posible analizar muestras de datos pequeñas o individuales para tomar decisiones importantes, como determinar si los estudiantes hicieron trampa. Sin embargo, a menudo estos tipos de análisis se ven influenciados por sesgos de datos comunes, en particular, el sesgo de confirmación y la suposición de que correlación implica causalidad. A continuación, se ofrecen dos ejemplos de casos en los que los sesgos de análisis de datos podrían hacer que se llegue a conclusiones equivocadas:
El cambio de IP de un estudiante al comenzar un examen podría indicar que está haciendo trampa, que en realidad otra persona está realizando el examen; pero también puede ser una indicación de que el estudiante tuvo que reiniciar su enrutador o está utilizando un VPN al acceder desde una red pública para proteger su equipo.
Si varios estudiantes comienzan un examen al mismo tiempo, podría considerarse que se coordinaron para realizarlo en grupo y, por lo tanto, se puede concluir que están haciendo trampa. Sin embargo, también puede ser que estos estudiantes solo tengan horarios personales y laborales parecidos y esto genere que hagan su trabajo del curso en momentos similares.
Por estos motivos, no se recomienda utilizar funciones como los registros de acceso en exámenes u otros análisis de un momento determinado de registros de actividad y acceso como los únicos medios para determinar la integridad académica de los alumnos, aunque se pueden utilizar para reforzar otros descubrimientos en una investigación de mala conducta. Los registros de acceso y actividad se encuentran diseñados principalmente para realizar análisis agregados y solucionar problemas del sistema y de los usuarios. Algunos informes se crean a partir de archivos de registro del sistema en lugar de tablas de bases de datos transaccionales. Si bien no sucede a menudo, es más probable que en estos informes se pierdan o dupliquen datos, con lo cual utilizar muestras muy pequeñas, como de individuos de un momento determinado, puede dar resultados poco exactos.
Si tiene dudas sobre las trampas y la integridad académica, le recomendamos que comience por la oficina institucional responsable de manejar dichas situaciones de mala conducta. Puede ser una oficina como asuntos académicos o tecnología académica. Por lo general, cuentan con políticas y procedimientos aprobados para llevar a cabo investigaciones que determinen si la actividad en cuestión se produjo en línea o no. El uso de un solo registro o un pequeño conjunto de datos de actividad solo para identificar la mala conducta es susceptible a varios tipos de sesgo de datos, por lo que Anthology no recomienda el uso de datos solos para concluir que ocurrió una mala conducta.